TWI557669B - 音樂資料推播方法及裝置 - Google Patents

音樂資料推播方法及裝置 Download PDF

Info

Publication number
TWI557669B
TWI557669B TW105106706A TW105106706A TWI557669B TW I557669 B TWI557669 B TW I557669B TW 105106706 A TW105106706 A TW 105106706A TW 105106706 A TW105106706 A TW 105106706A TW I557669 B TWI557669 B TW I557669B
Authority
TW
Taiwan
Prior art keywords
song
score
user
time period
style
Prior art date
Application number
TW105106706A
Other languages
English (en)
Other versions
TW201643794A (zh
Inventor
歐陽明
李深遠
Original Assignee
騰訊科技（深圳）有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 騰訊科技（深圳）有限公司 filed Critical 騰訊科技（深圳）有限公司
Application granted granted Critical
Publication of TWI557669B publication Critical patent/TWI557669B/zh
Publication of TW201643794A publication Critical patent/TW201643794A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Multimedia (AREA)

Description

音樂資料推播方法及裝置
本發明係關於網路技術領域，特別有關一種音樂資料推播方法及裝置。
隨著行動上網技術的發展，終端提供了越來越多樣化的應用，例如音樂播放、電子商務、電子導航等。其中，音樂播放應用軟體為用戶享受音樂提供了極大的便捷。
習知的音樂播放應用軟體均提供了音樂推播功能，通過向用戶推播專輯和歌單，能夠更加方便用戶找到自己喜好的音樂。但是，本申請發明人經過研究發現，習知的音樂推播方式主要是將當前最新最熱的專輯和歌單直接推播給各個用戶，而沒有考慮到不同用戶不同的聽歌喜好，因此推播結果並不理想。
有鑑於此，本申請提供了一種音樂資料推播方法及裝置，用於解決現有音樂資料推播方法未考慮不同用戶的不同聽歌喜好，因而造成推播效果差，用戶體驗度低的問題。
為了實現上述目的，現提出的方案如下：
一種音樂資料推播方法，包括：獲取用戶的歷史聽歌流水資料，所述歷史聽歌流水資料包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點；依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數，其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比；篩選出歌曲分數超過一閾值的歌曲，確定為用戶感興趣歌曲；以及將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
一種音樂資料推播裝置，包括：資料獲取單元，用 於獲取用戶的歷史聽歌流水資料，所述歷史聽歌流水資料包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點；歌曲分數計算單元，用於依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數，其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比；感興趣歌曲確定單元，用於篩選出歌曲分數超過一閾值的歌曲，確定為用戶感興趣歌曲；以及推播單元，用於將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
從上述的技術方案可以看出，本申請實施例提供的音樂資料推播方法，通過獲取用戶歷史聽歌流水資料，並據此計算用戶所聽的各首歌曲的分數，其中歌曲分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比，篩選出歌曲分數超過閾值的歌曲，作為用戶感興趣歌曲，並將與用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。本申請方法結合用戶歷史聽歌流水得出用戶感興趣歌曲，進而向用戶推播與該感興趣歌曲關聯的專輯和歌單，使得推播結果更加容易貼近用戶的真實喜好，提高了用戶體驗度。
1‧‧‧處理器
2‧‧‧通訊介面
3‧‧‧儲存器
4‧‧‧通訊匯流排
5‧‧‧顯示螢幕
51‧‧‧資料獲取單元
52‧‧‧歌曲分數計算單元
53‧‧‧感興趣歌曲確定單元
54‧‧‧第一推播單元
55‧‧‧風格分類單元
56‧‧‧風格分數計算單元
57‧‧‧感興趣風格確定單元
58‧‧‧第二推播單元
59‧‧‧歌手分類單元
60‧‧‧歌手分數計算單元
61‧‧‧感興趣歌手確定單元
62‧‧‧第三推播單元
521‧‧‧資料劃分單元
522‧‧‧歌曲分數相加單元
5221‧‧‧第一計算單元
5222‧‧‧第二計算單元
5223‧‧‧第三計算單元
5224‧‧‧第四計算單元
S100~S130‧‧‧步驟
S200~S240‧‧‧步驟
S300~S370‧‧‧步驟
S400~S470‧‧‧步驟
為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用的圖式作簡要介紹。顯然，如下描述的圖式僅僅是本發明的一些實施例，在不脫離本發明之精神和範圍內，所屬技術領域中具有通常知識者，還可以根據這些圖式獲得其他的圖式。
第1圖顯示根據本申請實施例的一種音樂資料推播方法流程圖；第2圖顯示根據本申請實施例的另一種音樂資料推播方法流程圖；第3圖顯示根據本申請實施例的再一種音樂資料推播方法流程圖； 第4圖顯示根據本申請實施例的再一種音樂資料推播方法流程圖；第5圖顯示根據本申請實施例的一種音樂資料推播裝置結構示意圖；第6圖顯示根據本申請實施例的一種歌曲分數計算單元結構示意圖；第7圖顯示根據本申請實施例的一種歌曲分數相加單元結構示意圖；第8圖顯示根據本申請實施例的另一種歌曲分數相加單元結構示意圖；第9圖顯示根據本申請實施例的另一種音樂資料推播裝置結構示意圖；第10圖顯示根據本申請實施例的又一種音樂資料推播裝置結構示意圖；第11圖顯示根據本申請實施例的一種伺服器硬體結構示意圖。
下面將結合本申請實施例中的圖式，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基於本申請中的實施例，所屬技術領域具有通常知識者在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本申請保護的範圍。
參見第1圖，其顯示根據本申請實施例的一種音樂資料推播方法流程圖。
如第1圖所示，該方法包括：
步驟S100、獲取用戶的歷史聽歌流水資料。
歷史聽歌流水資料可以是距當前時間一個月、兩個月或者其它一段週期內用戶的聽歌流水資料。
歷史聽歌流水資料可以包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點。歌曲訊息可以包括歌曲的名 稱、歌曲演唱者(也即歌手)、歌曲的風格、歌曲時長等訊息。對於各首歌曲的播放次數來說，可以通過總播放時長除以歌曲時長計算，或者以其它方式進行記錄。
步驟S110、依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數。
其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比。簡單的來講就是說，一首歌曲如果用戶播放的次數越多，則代表該歌曲分數越高，播放時間點距當前時間點越長，則代表其分數越低，這一點也恰恰符合人們的聽歌習慣。
舉例來說，用戶在一個星期內總共聽了3首歌曲，其中各首歌曲的播放次數及播放時間點如下表所示：
由上表可知，對於歌曲A，其播放次數最多，且播放時間點比較靠近當前時間點；對於歌曲B，其播放次數最少，且播放時間點也比較遠離當前時間點；對於歌曲C，其播放次數居中，且播放時間點距離當前時間點較居中。因此，三首歌曲的分數排名為歌曲A分數>歌曲C分數>歌曲B分數。
步驟S120、篩選出歌曲分數超過第一閾值的歌曲，確定為用戶感興趣歌曲。
具體地，可以預先設定歌曲分數下限，即第一閾值，挑選歌曲分數超過第一閾值的歌曲作為用戶感興趣歌曲。
步驟S130、將與所述用戶感興趣歌曲具有預設關聯 關係的專輯和歌單推播給用戶。
其中，預設關聯關係可以有多種策略，例如將用戶感興趣歌曲所在專輯設定為與用戶感興趣歌曲具備關聯關係、將用戶感興趣歌曲所在歌單設定為與用戶感興趣歌曲具備關聯關係等。
本申請實施例提供的音樂資料推播方法，通過獲取用戶歷史聽歌流水資料，並據此計算用戶所聽的各首歌曲的分數，其中歌曲分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比，篩選出歌曲分數超過第一閾值的歌曲，作為用戶感興趣歌曲，並將與用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。本申請方法結合用戶歷史聽歌流水資料得出用戶感興趣歌曲，進而向用戶推播與該感興趣歌曲關聯的專輯和歌單，使得推播結果更加容易貼近用戶的真實喜好，提高了用戶體驗度。
參見第2圖，其顯示依據本申請實施例的另一種音樂資料推播方法流程圖。
如第2圖所示，該方法包括：
步驟S200、獲取用戶的歷史聽歌流水資料。
歷史聽歌流水資料可以包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點。歌曲訊息可以包括歌曲的名稱、歌曲演唱者(也即歌手)、歌曲的風格、歌曲時長等訊息。對於各首歌曲的播放次數來說，可以通過總播放時長除以歌曲時長計算，或者以其它方式進行記錄。
步驟S210、以預設的時間段為單位，對所述歷史聽歌流水資料進行劃分，得到若干時間段的歷史聽歌流水資料。
具體地，歷史聽歌流水資料可以是用戶在距當前時間前一個月、兩個月或其它時間段內的資料。對於這一段歷史聽歌流水資料，我們可以將其劃分為多個子段歷史聽歌流水資料，劃分時可以按照預設的時間段為單位進行劃分。舉例來說，用戶歷史聽歌流水資料為前一個月的聽歌流水資料。我們可以以天為 單位，將一個月的聽歌流水資料劃分為30天(假設該月有30天)的聽歌流水資料。
步驟S220、針對每一時間段的歷史聽歌流水資料進行歌曲分數計算，並將同一首歌曲在各時間段的分數相加，得到各首歌曲的總分數。
按照時間段進行劃分之後，得到多個時間段的歷史聽歌流水資料。各個時間段內用戶所聽歌曲不一定相同，而同一首歌曲可能在不同的時間段內被用戶點播。因此，針對每一個時間段內歷史聽歌流水資料中各首歌曲進行分數計算，最後將相同歌曲在不同時間段內的分數相加，結果即為該歌曲的總分數。
步驟S230、篩選出歌曲分數超過第一閾值的歌曲，確定為用戶感興趣歌曲。
具體地，可以預先設定歌曲分數下限，即第一閾值，挑選歌曲分數超過第一閾值的歌曲作為用戶感興趣的歌曲。
步驟S240、將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
相比於上一實施例，本實施例揭示了一種依據聽歌流水資料計算用戶所聽各首歌曲分數的方法。為了便於對上述過程進行理解，通過下述例子進行說明。
我們以用戶最近一周的聽歌流水資料進行說明。其資料列於下表：
通過表2可以確定各首歌曲在各天的分數情況，我們將同一首歌曲在各天的分數進行相加，即可確定各首歌曲的總分數：歌曲A分數=30+60=90；歌曲B分數=35+35+66=136；歌曲C分數=40+50=90；歌曲D分數=54+70=124；歌曲E分數=20+60=80。
在本申請的另一個實施例中，我們介紹上述步驟S220、針對每一時間段的歷史聽歌流水資料進行歌曲分數計算，並將同一首歌曲在各時間段的分數相加，得到各首歌曲的總分數的一種可實施方案。
本實施例中提供了一種歌曲分數計算公式，針對每一時間段的歷史聽歌流水資料進行各首歌曲的分數計算：Score ti =playcount ti * e -λt 其中，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數。
我們將初期獲取的用戶歷史聽歌流水資料中所有歌曲進行編號，i (1,n)，其中n為用戶歷史聽歌流水資料中歌曲總數目。
至於播放次數playcount ti ，其可以通過計算第i首歌曲在距當前日期之前第t個時間段內的總播放時長，除以第i首歌曲的歌曲時長來確定。
在計算完畢各首歌曲在各個時間段內的分數情況 後，將同一首歌曲在各時間段內的分數進行求和，結果即為該歌曲的總分數：
此外，考慮到現有的音樂網站或應用均提供了歌曲收藏的功能，用戶可以對自己喜歡的歌曲進行收藏，以便於後續欣賞。一首歌曲被用戶收藏代表用戶對其非常喜歡，因此在本申請的又一實施例中，我們考慮將歌曲收藏情況添加到歌曲分數計算的過程中，具體如下：
歷史聽歌流水資料還包括各首歌曲的收藏狀態及收藏時間點，則針對每一時間段的歷史聽歌流水資料進行歌曲分數計算的過程可以包括：針對每一時間段的歷史聽歌流水資料，按照下述公式計算各首歌曲的分數：Score ti =(playcount ti +kβ)* e -λt 其中，當第i首歌曲在距當前日期之前第t個時間段被用戶收藏時k取值為1，當第i首歌曲在距當前日期之前第t個時間段未被用戶收藏時k取值為0，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數。
相比于上一實施例可知，在本實施中歌曲分數計算公式添加了歌曲收藏狀態的影響因素。一首歌曲如果在對應時間段內被用戶收藏了，則該歌曲在對應時間段內的分數計算公式中需要增加收藏因素影響值β，β值可以根據實際情況而設定。
對於同一首歌曲在各個時間段的分數相加的過程，其與上一實施例相同，按照如下公式計算即可：
在本申請的再一個實施例中，揭示了一種音樂資料 推播方法。參見第3圖，其顯示依據本申請實施例的再一種音樂資料推播方法流程圖。
如第3圖所示，該方法包括：
步驟S300、獲取用戶的歷史聽歌流水資料。
步驟S310、依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數。
其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比。簡單的來講就是說，一首歌曲如果用戶播放的次數越多，則代表該歌曲分數越高，播放時間點距當前時間點越長，則代表其分數越低，這一點也恰恰符合人們的聽歌習慣。
步驟S320、篩選出歌曲分數超過第一閾值的歌曲，確定為用戶感興趣歌曲。
具體地，可以預先設定歌曲分數下限，即第一閾值，挑選歌曲分數超過第一閾值的歌曲作為用戶感興趣的歌曲。
步驟S330、將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
步驟S340、以歌曲所屬風格為分類條件，對用戶所聽的各首歌曲進行分類。
具體地，根據用戶歷史聽歌流水資料中歌曲訊息中的歌曲風格可以確定各首歌曲所屬的風格，以風格為分類條件對用戶所聽各首歌曲進行分類。
步驟S350、將同一風格下各首歌曲的分數的總和確定為該風格的分數。
步驟S360、篩選出風格分數超過第二閾值的風格，確定為用戶感興趣風格。
步驟S370、將與用戶感興趣風格具有預設關聯關係的專輯和歌單推播給用戶。
其中，預設關聯關係可以有多種策略，例如，將用戶感興趣風格下分數最高的專輯或歌單設定為與用戶感興趣風格 具備關聯關係等。其中，專輯或歌單的分數為多數網路用戶對專輯或歌單的評分，代表了網路用戶對其喜好程度。
需要說明的是，上述步驟S340~S370可以在步驟S310之後的任意位置，第3圖僅僅示例了一種情況而已。
本實施例中，根據用戶所聽歌曲的分數，進一步確定用戶所感興趣的歌曲風格，進而可以向用戶推播與感興趣風格相關聯的專輯和歌單。
需要說明的是，在根據用戶感興趣歌曲風格向用戶推播關聯歌單時，可以按照歌單的風格標籤來確定推播目標，將歌單風格與用戶感興趣歌曲風格相同的歌單推播給用戶。但是，考慮到歌單的風格標籤是人為設定的，有可能出現錯貼標籤的情況，因此可以對歌單內的歌曲風格進行確認，在確認歌單內一定比例的歌曲的風格均為用戶感興趣歌曲風格時才向用戶推播該歌單。
在本申請的再一個實施例中，揭示了一種音樂資料推播方法。參見第4圖，其顯示根據本申請實施例的再一種音樂資料推播方法流程圖。
如第4圖所示，該方法包括：
步驟S400、獲取用戶的歷史聽歌流水資料。
步驟S410、依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數。
其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比。簡單的來講就是說，一首歌曲如果用戶播放的次數越多，則代表該歌曲分數越高，播放時間點距當前時間點越長，則代表其分數越低，這一點也恰恰符合人們的聽歌習慣。
步驟S420、篩選出歌曲分數超過第一閾值的歌曲，確定為用戶感興趣歌曲。
具體地，可以預先設定歌曲分數下限，即第一閾值，挑選歌曲分數超過第一閾值的歌曲作為用戶感興趣的歌曲。
步驟S430、將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
步驟S440、以歌曲的歌手為分類條件，對用戶所聽的各首歌曲進行分類。
具體地，根據用戶歷史聽歌流水資料中歌曲訊息中的歌手可以確定各首歌曲的歌手，以歌手為分類條件對用戶所聽各首歌曲進行分類。
步驟S450、將同一歌手下各首歌曲的分數的總和確定為該歌手的分數。
步驟S460、篩選出歌手分數超過第三閾值的歌手，確定為用戶感興趣歌手。
步驟S470、將與用戶感興趣歌手具有預設關聯關係的專輯和歌單推播給用戶。
其中，預設關聯關係可以有多種策略，例如，將用戶感興趣歌手發佈的最新專輯設定為與用戶感興趣歌手具備關聯關係等。
需要說明的是，上述步驟S440~S470可以在步驟S410之後的任意位置，第4圖僅僅示例了一種情況而已。
本實施例中，根據用戶所聽歌曲的分數，進一步確定用戶所感興趣的歌手，進而可以向用戶推播與感興趣歌手相關聯的專輯和歌單。
結合上述幾個實施例可知，本申請可以根據用戶感興趣歌曲、用戶感興趣風格及用戶感興趣歌手三個因素，向用戶推播專輯和歌單。三種推播方式可以任意組合，對此本申請不進行限定。
在上述三種推播方式任意組合的過程，有可能出現兩種或三種推播方式所推播的專輯和歌單重複的情況，則此時可以對三種方式推播的專輯和歌單進行去重處理，然後再進行專輯和歌單的推播。
下面對本申請實施例提供的音樂資料推播裝置進行 描述，下文描述的音樂資料推播裝置與上文描述的音樂資料推播方法可相互對應參照。
參見第5圖，其顯示根據本申請實施例的一種音樂資料推播裝置結構示意圖。
如第5圖所示，該裝置包括：
資料獲取單元51，用於獲取用戶的歷史聽歌流水資料，所述歷史聽歌流水資料包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點。
歌曲分數計算單元52，用於依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數，其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比。
感興趣歌曲確定單元53，用於篩選出歌曲分數超過第一閾值的歌曲，確定為用戶感興趣歌曲。
第一推播單元54，用於將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
可選的，第6圖示例了上述歌曲分數計算單元52的一種可選結構，如第6圖所示，歌曲分數計算單元52可以包括：
資料劃分單元521，用於以預設的時間段為單位，對所述歷史聽歌流水資料進行劃分，得到若干時間段的歷史聽歌流水資料。
歌曲分數相加單元522，用於針對每一時間段的歷史聽歌流水資料進行歌曲分數計算，並將同一首歌曲在各時間段的分數相加，得到各首歌曲的總分數。
可選的，第7圖示例了上述歌曲分數相加單元522的一種可選結構，如第7圖所示，歌曲分數相加單元522可以包括：
第一計算單元5221，用於針對每一時間段的歷史聽歌流水資料，按照下述公式計算各首歌曲的分數：Score ti =playcount ti * e -λt 其中，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數。
第二計算單元5222，用於計算同一首歌曲在各時間段的分數和值：
可選的，所述歷史聽歌流水資料還可以包括各首歌曲的收藏狀態及收藏時間點，則如第8圖所示，歌曲分數相加單元522可以包括：
第三計算單元5223，用於針對每一時間段的歷史聽歌流水資料，按照下述公式計算各首歌曲的分數：Score ti =(playcount ti +kβ)* e -λt 其中，當第i首歌曲在距當前日期之前第t個時間段被用戶收藏時k取值為1，當第i首歌曲在距當前日期之前第t個時間段未被用戶收藏時k取值為0，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數。
第四計算單元5224，用於計算同一首歌曲在各時間段的分數和值：
可選的，第9圖示例了本申請音樂資料推播裝置的另一種可選結構，結合第5圖和第9圖可知，音樂資料推播裝置還可以包括：
風格分類單元55，用於以歌曲所屬風格為分類條件，對用戶所聽的各首歌曲進行分類。
風格分數計算單元56，用於將同一風格下各首歌曲的分數的總和確定為該風格的分數。
感興趣風格確定單元57，用於篩選出風格分數超過第二閾值的風格，確定為用戶感興趣風格。
第二推播單元58，用於將與用戶感興趣風格具有預設關聯關係的專輯和歌單推播給用戶。
可選的，第10圖示例了本申請音樂資料推播裝置的又一種可選結構，結合第5圖和第10圖可知，音樂資料推播裝置還可以包括：
歌手分類單元59，用於以歌曲的歌手為分類條件，對用戶所聽的各首歌曲進行分類。
歌手分數計算單元61，用於將同一歌手下各首歌曲的分數的總和確定為該歌手的分數。
感興趣歌手確定單元62，用於篩選出歌手分數超過第三閾值的歌手，確定為用戶感興趣歌手。
第三推播單元63，用於將與用戶感興趣歌手具有預設關聯關係的專輯和歌單推播給用戶。
本申請實施例提供的音樂資料推播裝置，通過獲取用戶歷史聽歌流水資料，並據此計算用戶所聽的各首歌曲的分數，其中歌曲分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比，篩選出歌曲分數超過第一閾值的歌曲，作為用戶感興趣歌曲，並將與用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。本申請裝置結合用戶歷史聽歌流水得出用戶感興趣歌曲，進而向用戶推播與該感興趣歌曲關聯的專輯和歌單，使得推播結果更加容易貼近用戶的真實喜好，提高了用戶體驗度。
本申請實施例還提供一種伺服器，該伺服器可以包括上述所述的音樂資料推播裝置，對於音樂資料推播裝置的描述可參照上文對應部分描述，此處不再贅述。
下面對本申請實施例提供的伺服器的硬體結構進行描述，下文描述中涉及步驟流程的部分可參照上文對應部分描述。第11圖顯示根據本申請實施例提供的伺服器的硬體結構示意 圖，參照第11圖，該伺服器可以包括：
處理器1、通訊介面2、儲存器3、通訊匯流排4以及顯示螢幕5。
其中處理器1、通訊介面2、儲存器3和顯示螢幕5通過通訊匯流排4完成相互間的通訊。
可選的，通訊介面2可以為通訊模組的介面，如GSM模組的介面。
處理器1，用於執行程式。
儲存器3，用於存放程式。
程式可以包括程式代碼，所述程式代碼包括處理器的操作指令。
處理器1可能是一個中央處理器CPU，或者是特殊應用積體電路(Application Specific Integrated Circuit,ASIC)，或者是被配置成實施本申請實施例的一個或多個積體電路。
儲存器3可能包含高速RAM儲存器，也可能還包括非揮發性儲存器(non-volatile memory)，例如至少一個磁碟儲存器器。
其中，程式具體可用於：
獲取用戶的歷史聽歌流水資料，所述歷史聽歌流水資料包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點。
依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數，其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比。
篩選出歌曲分數超過第一閾值的歌曲，確定為用戶感興趣歌曲。
將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
最後，還需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或操作與另一個實體或 操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個...”限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
本說明書中各個實施例採用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。
雖然本發明已就較佳實施例揭露如上，然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作各種之變更和潤飾。因此，本發明之保護範圍當視後附之申請專利範圍所界定者為準。
S100‧‧‧獲取用戶的歷史聽歌流水資料
S110‧‧‧依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數
S120‧‧‧篩選出歌曲分數超過第一閾值的歌曲，確定為用戶感興趣歌曲
S130‧‧‧將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶

Claims (12)

  1. 一種音樂資料推播方法，包括：獲取用戶的歷史聽歌流水資料，所述歷史聽歌流水資料包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點；依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數，其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比；篩選出歌曲分數超過一閾值的歌曲，確定為用戶感興趣歌曲；以及將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
  2. 如申請專利範圍第1項所述之音樂資料推播方法，其中依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數的步驟包括：以預設的時間段為單位，對所述歷史聽歌流水資料進行劃分，得到若干時間段的歷史聽歌流水資料；以及針對每一時間段的歷史聽歌流水資料進行歌曲分數計算，並將同一首歌曲在各時間段的分數相加，得到各首歌曲的總分數。
  3. 如申請專利範圍第2項所述之音樂資料推播方法，其中針對每一時間段的歷史聽歌流水資料進行歌曲分數計算，並將同一首歌曲在各時間段的分數相加，得到各首歌曲的總分數的步驟包括：針對每一時間段的歷史聽歌流水資料，按照下述公式計算各首歌曲的分數：Score ti =playcount ti * e -λt 其中，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數；以及 按照下述公式計算同一首歌曲在各時間段的分數和值：
  4. 如申請專利範圍第2項所述之音樂資料推播方法，其中所述歷史聽歌流水資料還包括各首歌曲的收藏狀態及收藏時間點，而針對每一時間段的歷史聽歌流水資料進行歌曲分數計算，並將同一首歌曲在各時間段的分數相加，得到各首歌曲的總分數的步驟包括：針對每一時間段的歷史聽歌流水資料，按照下述公式計算各首歌曲的分數：Score ti =(playcount ti +kβ)* e -λt 其中，當第i首歌曲在距當前日期之前第t個時間段被用戶收藏時k取值為1，當第i首歌曲在距當前日期之前第t個時間段未被用戶收藏時k取值為0，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數；以及按照下述公式計算同一首歌曲在各時間段的分數和值：
  5. 如申請專利範圍第1項所述之音樂資料推播方法，還包括：以歌曲所屬風格為分類條件，對用戶所聽的各首歌曲進行分類；將同一風格下各首歌曲的分數的總和確定為該風格的分數；篩選出風格分數超過另一閾值的風格，確定為用戶感興趣風格；以及將與用戶感興趣風格具有預設關聯關係的專輯和歌單推播給用戶。
  6. 如申請專利範圍第1項所述之音樂資料推播方法，還包括：以歌曲的歌手為分類條件，對用戶所聽的各首歌曲進行分 類；將同一歌手下各首歌曲的分數的總和確定為該歌手的分數；篩選出歌手分數超過另一閾值的歌手，確定為用戶感興趣歌手；以及將與用戶感興趣歌手具有預設關聯關係的專輯和歌單推播給用戶。
  7. 一種音樂資料推播裝置，包括：資料獲取單元，用於獲取用戶的歷史聽歌流水資料，所述歷史聽歌流水資料包括所聽音樂的歌曲訊息、各首歌曲的播放次數及播放時間點；歌曲分數計算單元，用於依據所述歷史聽歌流水資料，計算用戶所聽的各首歌曲的分數，其中歌曲的分數與歌曲的播放次數成正比，與歌曲的播放時間點距當前時間點的長度成反比；感興趣歌曲確定單元，用於篩選出歌曲分數超過一閾值的歌曲，確定為用戶感興趣歌曲；以及推播單元，用於將與所述用戶感興趣歌曲具有預設關聯關係的專輯和歌單推播給用戶。
  8. 如申請專利範圍第7項所述之音樂資料推播裝置，其中所述歌曲分數計算單元包括：資料劃分單元，用於以預設的時間段為單位，對所述歷史聽歌流水資料進行劃分，得到若干時間段的歷史聽歌流水資料；以及歌曲分數相加單元，用於針對每一時間段的歷史聽歌流水資料進行歌曲分數計算，並將同一首歌曲在各時間段的分數相加，得到各首歌曲的總分數。
  9. 如申請專利範圍第8項所述之音樂資料推播裝置，其中所述歌曲分數相加單元包括：第一計算單元，用於針對每一時間段的歷史聽歌流水資料，按照下述公式計算各首歌曲的分數：Score ti =playcount ti * e -λt 其中，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數；以及第二計算單元，用於按照下述公式計算同一首歌曲在各時間段的分數和值：
  10. 如申請專利範圍第8項所述之音樂資料推播裝置，其中所述歷史聽歌流水資料還包括各首歌曲的收藏狀態及收藏時間點，所述歌曲分數相加單元包括：第一計算單元，用於針對每一時間段的歷史聽歌流水資料，按照下述公式計算各首歌曲的分數：Score ti =(playcount ti +kβ)* e -λt 其中，當第i首歌曲在距當前日期之前第t個時間段被用戶收藏時k取值為1，當第i首歌曲在距當前日期之前第t個時間段未被用戶收藏時k取值為0，Score ti 代表第i首歌曲在距當前日期之前第t個時間段的分數，playcount ti 代表第i首歌曲在距當前日期之前第t個時間段的播放次數；以及第二計算單元，用於按照下述公式計算同一首歌曲在各時間段的分數和值：
  11. 如申請專利範圍第7項所述之音樂資料推播裝置，還包括：風格分類單元，用於以歌曲所屬風格為分類條件，對用戶所聽的各首歌曲進行分類；風格分數計算單元，用於將同一風格下各首歌曲的分數的總和確定為該風格的分數；感興趣風格確定單元，用於篩選出風格分數超過另一閾值的 風格，確定為用戶感興趣風格；以及另一推播單元，用於將與用戶感興趣風格具有預設關聯關係的專輯和歌單推播給用戶。
  12. 如申請專利範圍第7項所述之音樂資料推播裝置，還包括：歌手分類單元，用於以歌曲的歌手為分類條件，對用戶所聽的各首歌曲進行分類；歌手分數計算單元，用於將同一歌手下各首歌曲的分數的總和確定為該歌手的分數；感興趣歌手確定單元，用於篩選出歌手分數超過另一閾值的歌手，確定為用戶感興趣歌手；以及另一推播單元，用於將與用戶感興趣歌手具有預設關聯關係的專輯和歌單推播給用戶。
TW105106706A 2015-06-09 2016-03-04 音樂資料推播方法及裝置 TWI557669B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510312808.8A CN104991900A (zh) 2015-06-09 2015-06-09 一种音乐数据推送方法及装置

Publications (2)

Publication Number Publication Date
TWI557669B true TWI557669B (zh) 2016-11-11
TW201643794A TW201643794A (zh) 2016-12-16

Family

ID=54303716

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105106706A TWI557669B (zh) 2015-06-09 2016-03-04 音樂資料推播方法及裝置

Country Status (3)

Country Link
CN (1) CN104991900A (zh)
TW (1) TWI557669B (zh)
WO (1) WO2016197774A1 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104991900A (zh) * 2015-06-09 2015-10-21 腾讯科技（深圳）有限公司 一种音乐数据推送方法及装置
CN105550243A (zh) * 2015-12-07 2016-05-04 广东欧珀移动通信有限公司 一种播放列表的处理方法及装置
CN105550272A (zh) * 2015-12-09 2016-05-04 小米科技有限责任公司 歌曲推荐方法和装置
WO2017124408A1 (zh) * 2016-01-21 2017-07-27 谢文 手机自动换歌时的信息推送方法以及换歌系统
CN108021568B (zh) * 2016-10-31 2020-09-08 北京酷我科技有限公司 一种歌单推荐方法及装置
CN106649645B (zh) * 2016-12-09 2021-01-15 腾讯音乐娱乐（深圳）有限公司 一种播放列表处理方法及装置
CN108614840B (zh) * 2016-12-13 2021-11-26 北京酷智科技有限公司 一种ktv歌曲的排序方法及系统
CN108255840B (zh) * 2016-12-28 2021-04-02 北京酷我科技有限公司 一种歌曲的推荐方法和系统
CN106815352B (zh) * 2017-01-17 2018-09-04 维沃移动通信有限公司 一种数据推送方法及移动终端
CN107016062B (zh) * 2017-03-16 2021-02-26 中国联合网络通信有限公司广东省分公司 一种试听作弊行为识别方法及系统
CN107463646A (zh) * 2017-07-24 2017-12-12 上海斐讯数据通信技术有限公司 一种助眠音乐智能推荐方法及装置
CN107862085A (zh) * 2017-11-30 2018-03-30 郑州云海信息技术有限公司 一种基于大数据的音乐推送系统
CN108055349B (zh) * 2017-12-28 2020-11-13 广州酷狗计算机科技有限公司 推荐k歌音频的方法、装置和系统
CN109446350B (zh) * 2018-11-09 2022-03-15 腾讯音乐娱乐科技（深圳）有限公司 多媒体播放方法、装置、终端及存储介质
CN109885722B (zh) * 2019-01-07 2023-07-04 平安科技（深圳）有限公司 基于自然语言处理的音乐推荐方法、装置、及计算机设备
CN111460207A (zh) * 2019-01-22 2020-07-28 上海博泰悦臻网络技术服务有限公司 一种车辆及其应用的播放内容推荐方法和装置
CN109982155B (zh) * 2019-03-25 2021-10-12 北京奇艺世纪科技有限公司 一种播单推荐方法及系统
CN110837599B (zh) * 2019-11-14 2024-05-24 广州酷狗计算机科技有限公司 一种推送音频数据的方法、装置、设备及存储介质
CN111078931B (zh) * 2019-12-10 2023-08-01 腾讯科技（深圳）有限公司 歌单推送方法、装置、计算机设备及存储介质
CN110990621B (zh) * 2019-12-16 2023-10-13 腾讯科技（深圳）有限公司 歌曲推荐方法及装置
CN111626615A (zh) * 2020-05-27 2020-09-04 腾讯音乐娱乐科技（深圳）有限公司 确定歌单评分的方法、装置及计算机存储介质
CN112667333B (zh) * 2020-12-23 2023-05-23 杭州网易云音乐科技有限公司 歌单界面显示控制方法及装置、存储介质和电子设备
CN112883215B (zh) * 2021-03-17 2023-11-03 腾讯音乐娱乐科技（深圳）有限公司 音效推荐方法
CN115022363B (zh) * 2022-05-30 2024-04-16 深圳季连科技有限公司 一种基于车联网顾及安全的信息分享方法
CN115455229B (zh) * 2022-09-19 2024-08-30 北京字跳网络技术有限公司 歌单推荐方法、装置、设备、存储介质及程序产品
CN115662467B (zh) * 2022-09-30 2023-07-14 恩平市炫音电子科技有限公司 一种基于大数据的音乐智能播放控制系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100063975A1 (en) * 2004-10-20 2010-03-11 Hayes Thomas J Scalable system and method for predicting hit music preferences for an individual
US20110191716A1 (en) * 2008-09-05 2011-08-04 Takayuki Sakamoto Content Recommendation System, Content Recommendation Method, Content Recommendation Apparatus, Program, and Information Storage Medium
US20120023403A1 (en) * 2010-07-21 2012-01-26 Tilman Herberger System and method for dynamic generation of individualized playlists according to user selection of musical features
US20130080371A1 (en) * 2011-09-22 2013-03-28 Toyota Infotechnology Center Co., Ltd. Content recommendation system
TWI410811B (zh) * 2009-09-08 2013-10-01 Univ Nat Cheng Kung 音樂推薦方法與其程式產品
US20140156463A1 (en) * 2012-11-05 2014-06-05 Michael Benjamin HUI Systems and methods for providing music
CN102654860B (zh) * 2011-03-01 2015-05-06 北京彩云在线技术开发有限公司 一种个性化音乐推荐方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2763056A1 (en) * 2007-03-31 2014-08-06 Sony Deutschland Gmbh Method for content recommendation
KR100893129B1 (ko) * 2007-10-24 2009-04-15 엔에이치엔(주) 멀티 미디어 컨텐츠의 추천 키워드 추출 시스템 및 그 방법
CN101441667B (zh) * 2008-12-29 2011-04-06 北京搜狗科技发展有限公司 一种音乐推荐方法及装置
CN102024058B (zh) * 2010-12-31 2014-04-16 万音达有限公司 音乐推荐方法及系统
CN103678388B (zh) * 2012-09-19 2016-09-14 腾讯科技（深圳）有限公司 在线音乐推荐方法及装置
CN103218438B (zh) * 2013-04-18 2016-04-20 广东欧珀移动通信有限公司 基于移动终端的播放记录推荐在线音乐的方法及移动终端
CN104123325B (zh) * 2013-04-28 2018-08-17 北京音之邦文化科技有限公司 多媒体文件的推荐方法和推荐服务器
CN104077339B (zh) * 2013-07-09 2016-05-11 腾讯科技（深圳）有限公司 多媒体数据的用户偏好度获取的方法、装置和系统
CN104991900A (zh) * 2015-06-09 2015-10-21 腾讯科技（深圳）有限公司 一种音乐数据推送方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100063975A1 (en) * 2004-10-20 2010-03-11 Hayes Thomas J Scalable system and method for predicting hit music preferences for an individual
US20110191716A1 (en) * 2008-09-05 2011-08-04 Takayuki Sakamoto Content Recommendation System, Content Recommendation Method, Content Recommendation Apparatus, Program, and Information Storage Medium
TWI410811B (zh) * 2009-09-08 2013-10-01 Univ Nat Cheng Kung 音樂推薦方法與其程式產品
US20120023403A1 (en) * 2010-07-21 2012-01-26 Tilman Herberger System and method for dynamic generation of individualized playlists according to user selection of musical features
CN102654860B (zh) * 2011-03-01 2015-05-06 北京彩云在线技术开发有限公司 一种个性化音乐推荐方法及系统
US20130080371A1 (en) * 2011-09-22 2013-03-28 Toyota Infotechnology Center Co., Ltd. Content recommendation system
US20140156463A1 (en) * 2012-11-05 2014-06-05 Michael Benjamin HUI Systems and methods for providing music

Also Published As

Publication number Publication date
WO2016197774A1 (zh) 2016-12-15
CN104991900A (zh) 2015-10-21
TW201643794A (zh) 2016-12-16

Similar Documents

Publication Publication Date Title
TWI557669B (zh) 音樂資料推播方法及裝置
US10430452B2 (en) Adaptive music and video recommendations
US8572169B2 (en) System, apparatus and method for discovery of music within a social network
US10088978B2 (en) Country-specific content recommendations in view of sparse country data
US11481424B2 (en) Systems and methods of media selection based on criteria thresholds
WO2019007187A1 (zh) 信息推送方法、装置及服务器、计算设备和存储介质
US20130218942A1 (en) Systems and methods for providing synchronized playback of media
US20130085859A1 (en) Targeting Advertisements Based on User Interactions
US11316940B1 (en) Music discovery using messages of a messaging platform
TWI578309B (zh) 一種歌單清單確定方法、裝置及電子設備
CN105095508A (zh) 一种多媒体内容推荐方法和多媒体内容推荐装置
KR20160135751A (ko) 타겟형 광고 재분배
CN101984437A (zh) 音乐资源个性化推荐方法及系统
TW201243632A (en) Search assistant system and method
JP2010165372A (ja) デジタルコンテンツに対するオンラインコミュニティサービスの提供システム及び方法
CN106951527B (zh) 一种歌曲推荐方法及装置
JP6312564B2 (ja) 情報処理装置、制御方法および制御プログラム
WO2016023366A1 (zh) 一种评估媒体文件的方法及装置
US11799930B2 (en) Providing related content using a proxy media content item
WO2016115943A1 (zh) 一种音乐推荐方法及装置
JP6827305B2 (ja) 選択装置、選択方法および選択プログラム
US20150112814A1 (en) System and method for an integrated content publishing system
US20150032673A1 (en) Artist Predictive Success Algorithm
US9680947B2 (en) Aggregated actions
US9792003B1 (en) Dynamic format selection and delivery